摘要:社团检测简化是重要的图挖掘问题,动态网络上的重叠社团检测及其社团演变模式是近年来的研究热点,但将静态网络的局部优先的社团检测算法应用到动态网络的重叠社团及其演变模式检测上的研究较少。为此,提出一种局部优先的动态网络重叠社团演化分析方法。该方法在每个网络快照上利用标签传播算法检测局部Ego社团,通过不断合并局部Ego社团得到全局社团结构。在此过程中引入社团相似度与关联度2个概念,利用演化聚类框架进行重叠社团演化分析。实验结果表明,该方法不仅能有效地发现动态网络中重叠社团结构,而且还可以分析出社团随时间的演化模式。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社